Aplicación de minería de datos a información de pacientes prediabéticos

  • Henry Jesús Hernández Gómez Universidad Juárez Autónoma de Tabasco

Abstract

El objetivo del presente trabajo fue obtener patrones de comportamiento de los expedientes clínicos de pacientes prediabéticos, utilizando técnicas de minería de datos, como apoyo a la toma de decisiones para el control de la diabetes. Para el logro de las metas trazadas se aplicó software de minería de datos Weka, que se caracteriza por tener las funciones necesarias que permitieron realizar transformaciones sobre los datos, así como tareas selección de atributos, clasi�cación, clustering para la extracción del conocimiento en las bases de datos. Las bases de datos sobre las que se trabajó son Adultos 20 años o más de la Encuesta Nacional de Salud y Nutrición (ENSANUT) 2012, Glucosa y Lípidos de ENSANUT 2006. La metodología de minería de datos que se utilizó fue CRISP-DM (Cross Industry Standard Processfor Data Mining).Según el problema propuesto y el objetivo planteado la investigación se encuadró bajo un enfoque cualitativo, así como en el método hermenéutico digital y etnográfico. El impacto de esta investigación se ve reflejado en la extracción de conocimiento en grandes almacenes de datos como son los expedientes clínicos para proveerdatos útiles que funcionen como apoyo a la toma de decisiones siendo estos la parte mas importante.

References

�ngeles, M. I., & Santillán, A. M. (2004). Minería de datos: Concepto, características, estructura y aplicaciones. Recuperado de http://www.ejournal.unam.mx/rca/190/RCA19007.pdf

Arancibia, J. A. G. (2010). Metodología para el Desarrollo de Proyectos en Minería de Datos CRISP-DM. Recuperado de http://oldemarrodriguez.com/yahoo_site_admin/assets/docs/Documento_CRISP-DM.2385037.pdf

Arráez, M., Calles, J., Moreno, L. (2006). La Hermenéutica: Una actividad interpretativa. Recuperado de http://www.redalyc.org/pdf/410/41070212.pdf

BI Analytics. Inteligencia de negocios [BI Services]- Construcción de modelos de minería de datos [BIA DataMining]. Recuperado de http://bianalytics.biz/index.php/bi-analytics-inteligencia-de-negocios-bi-services/75-construccion-mineria-datos

Cervantes, A. M., López, V. G., &Gayosso, G. Y. (2010). Minería de Datos. Recuperado de http://www.ingenieria.buap.mx/DOCUMENTOS/REVISTA/REV_11/art_4.pdf

Césari, M. (2002). Minería de Datos, 1-42. Recuperado de http://ai.frm.utn.edu.ar/micesari/files/01_Matilde_Mineria_datos.pdf

Dueñas, M. X. (2009). Minería de datos espaciales en búsqueda de la verdadera información *. Energy, 13(1), 137-156. Recuperado de http://redalyc.uaemex.mx/pdf/477/47711998007.pdf

Elmasri, R., &Navathe, S. B. (2005). Sistemas de bases de datos (Conceptos fundamentales). (2° ed.) (A. WESLEY, Ed.)

ENSANUT (2012). Encuesta Nacional de Salud y Nutrición- Resultados Nacionales. Recuperado de http://ensanut.insp.mx/doctos/ENSANUT2012_Sint_Ejec-24oct.pdf

Galeano, M. E.(2004). Diseño de proyectos en la investigación cualitativa. Recuperado de http://books.google.com.mx/books/about/Dise%C3%B1o_de_proyectos

_en_la_investigaci%C3%B3.html?hl=es&id=ufsZQkjMUFEC&redir_esc=y

Gobierno de la Republica (2013). Plan Nacional de Desarrollo 2013-2018. Recuperado de http://pnd.gob.mx

Hernández, R., Collado, C.F, & Baptista, L. (2003). Metodología de la Investigación. (3° ed.) McGraw-Hill.

Limite, C. (2012). Minería de Datos. RetrievedMay 22, 2012, Recuperado de http://ciclolimite.com/mineria-de-datos/

Published
2014-11-05
How to Cite
Hernández GómezH. J. (2014). Aplicación de minería de datos a información de pacientes prediabéticos. Revista Electrónica Del Desarrollo Humano Para La Innovación Social, 3(6). Retrieved from https://cdhis.org.mx/index.php/CAGI/article/view/14